在R和Python之间同步随机样本选择

在R和Python中是否有现成的方法可以让我生成相同的PRNG结果

背景：我正在尝试将一些代码从R迁移到Python。它包含一个使用

sample

而不进行替换的算法

我可以通过（更简单的）显示它在一个小的输入集上产生相同的结果，或者（更复杂的）显示结果在给定一个更大的输入集时收敛，来验证迁移的代码

假设我想走一条简单的路线。显然，以下结果并不完全相同，因为发动机罩下有不同的PRNG和采样功能实现

# R
set.seed(1)
sample(0:9,3)
# returns vector 2 3 4

以及：

我可以接受它并编写我自己的PRNG，这将是有教育意义的，但需要更多的程序员时间（在非优化代码上）。如果是这样，我可能会选择更复杂的验证

除了使用现有库之外，还有其他方法吗？我不希望引入第三方依赖关系（比如JavaAPI）。目前倾向于

rPython

实现，但对任何事情都持开放态度

---

更新：这没有一个可接受的答案，也没有直接处理随机选择，只是生成一个随机的均匀分布。

您可以从Python中调用R代码来获取随机值（或从R中调用Python）。看起来至少有一个人开发了一个包来完成在R和Python@Dason之间同步rng的任务，谢谢——我将把它包装成一个答案（需要返回一个示例，它看起来像是从x中选择n，我需要执行

shuffle（x）[:n]

）除非您想编写它，否则您始终可以从Python中调用R代码来获取随机值（或从R中调用Python）。看起来至少有一个人开发了一个包来完成在R和Python@Dason之间同步rng的任务，谢谢——我将把它包装成一个答案（需要返回一个示例，它看起来像是从x中选择n，我需要执行

shuffle（x）[:n]

），除非您想编写它

# Python
import random
random.seed(1)
random.sample(range(10),3)
# returns list 2 1 4